ぎょーむ日誌 2006-07-11

2006 年 07 月 11 日 (火)

• 0910 起床． うーむ． 0925 自宅発． 晴． 0940 研究室着． 朝飯． コーヒー．
• アカマツに関してはまた待機もーどになったので， 母子里林冠モデルの光計算まわりの説明の検討のつづき．
• しかし横道にそれてしまう． 山口さんの匍匐前進日記で glmm.admb() の紹介 があったのでさっそくインストールしてみる (ダウンロードもと) …… なるほど ADMB 中核部は (内容が見えぬよう) ばいなりで入れられるのか． ADMB はカナダの Otter Research Ltd. の製品のひとつで統計モデルビルダー． 以前， 遠洋水研の岡村さんにうかがったところでは， 水産資源解析方面とかでよく使われてるらしい． 無料で配布されてるこの library(glmmADMB) はさしずめ製品宣伝用ソフトウェア， といったところか?
• 同社の解説によると， 混合モデルの尤度計算のめんどうな数値積分は Laplace 近似 + importance sampling で始末しているとのこと． もうちょい詳しい説明は GLMM 参照 にのせといた．
• R の関数の中でこれの対抗馬は lmer() であろう． 印象だけで比較すると
  • glmm.admb() のほうが頑健そう (なんとなく)
  • lmer() のほうが「ブロックの中の個体」といった 階層性があったりする より複雑な random effects を指定できる (だから不安定なのか?)
  といった安定 vs 機能といったとれいどおふらしきものがありそう．
• 混合モデルは今後も使われる考えかたであることはまちがいない …… しかしながら， 各個体・各ブロック・各場所などなどに random effects があると仮定する， ってのは高次元の (つまり「パラメーター数」の多い) 推定計算やってるようなもので， 高次元になってくると対数尤度最大化で最尤推定値をもとめることが 「しんどく」 なるのもありがちな状況だ．
• ということで， また Jim Clark 先生のうけうりじみてるけど， 「しんどい」場合には 「これこそが至高の尤度だっ!」 なる単純な最尤推定をあきらめて， (改良と称して importance sampling とかやるぐらいなら) いっそのこと MCMC 計算 で「良さげなところ」のそのそとはいまわって様子をみてみる， つまり Bayes モデル化しちゃったほうがラクという状況かもね， と． まあ， このあたり生態学まわりのデータ解析の最前線といえるだろう． 「信頼できそうな計算ソフトウェアは何か?」 などなど状況不明瞭な点が多々ある， ということもふくめて．
• 昼飯． 生活周期ずれぎみ．
• じつはたいへんまぬけなことに 朝から急性カフェイン中毒ぎみでアタマがふらふらしている． 寝不足ぎみのときに 300ml 以上コーヒー飲むと， どうもこんなふうになってしまうようで． 植物の防御物質， おそるべし．
• 光計算まわりの整備． なんかやたらとヴェクトルの内積ばかりでてきて， なんともはや．
• 2010 研究室発． 雨． 2035 帰宅． 運動． 体重 74.2kg． 晩飯．
• [今日の運動]
  • エアロバイク 45 分間．
• [今日の食卓]
  • 朝 (1010): クロワッサン．
  • 昼 (1415): 研究室お茶部屋． 米麦 0.6 合． ゆでサバ． ハクサイ・豆腐・煮干の味噌汁．
  • 晩 (2240): 米麦 0.8 合． ハクサイ・豆腐・煮干の味噌汁．